智源社区 10月30日 00:23
工业AI研究的挑战:三家实验室的关闭经历
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文讲述了南洋理工大学副教授Boyang Li在三家工业AI研究实验室工作的经历,这三家实验室最终都以关闭告终。作者分享了他在首家国际动画大厂研究分部的经历,该分部因预算削减而关闭;接着是他在一家开发“AI教师”的初创AI研究实验室的工作,该实验室在母公司退市后也难以为继;最后他提到了在另一家国内大厂硅谷研究实验室的经历。文章深入探讨了工业研究面临的困境,包括企业战略的不确定性、研究与商业的平衡、以及研究周期与商业周期的错位等问题,并强调了工业研究需要关注投资回报率,研究本身就包含着“正确的失败”。

🎯 **工业AI研究的普遍困境:** 作者Boyang Li分享了他在三家知名工业AI研究机构工作的经历,这三家机构最终都走向了关闭。这揭示了工业界AI研究普遍面临的挑战,不仅仅是技术问题,更关乎企业战略、市场定位以及长期投入的稳定性。从国际动画大厂的研究分部到初创AI公司,再到大型科技公司的研究部门,都未能幸免,凸显了工业研究环境的复杂性和不确定性。

📉 **预算削减与企业战略调整是主因:** 在首家国际动画大厂的研究部门,尽管汇聚了顶尖研究人才,但因公司总部决定削减2000万至3000万美元的年度预算,导致研究中心关闭。另一家初创AI公司,在上市前夕,CEO却过度关注成本而非宏伟愿景,显示出企业内部战略的摇摆不定。这些案例表明,工业研究的存续与否,很大程度上取决于企业的整体战略和财务考量,而非仅仅是研究本身的价值。

💡 **研究与商业化之间的张力:** AI研究的理想状态是探索未知,但工业界的研究成果需要转化为可行的产品或服务,并带来投资回报。作者提到,工业界往往会施压研究人员转向短期交付,这与需要长期探索和试错的研究本质相悖。即使是像Meta这样的大公司,也可能为了追求ROI而优化Llama4。这种研究与商业化之间的张力,是导致许多工业研究实验室难以持续的重要因素。

🔄 **“正确的失败”是研究的本质:** 文章引用NVIDIA专家的话,指出“相关性不等于因果性”,并强调“天下没有免费的午餐”。工业研究的困难在于,它不仅要面对技术本身的复杂性,还要应对企业战略的不确定性、研究与商业的平衡以及时间线的对齐问题。作者认为,研究的本质就是“正确的失败”,即通过不断尝试和犯错来逼近真相,而工业界需要理解并容忍这种过程,而非一味追求短期成功。

编辑:KingHZ

科技行业全球10万大裁员,连10年老将田渊栋都被Meta裁掉了!

Meta风雨飘摇,AI从业者人心惶惶。

昨天,南洋理工大学的副教授Boyang Li吊足了大家的胃口:

Meta FAIR最近的事件很抓马,但工业研究为什么这么难?我想知道大家愿不愿意听一下我的观点。  

我的资历是:我工作过的三家工业研究实验室,全都倒闭关门了。

大家对预告高度关注,无论是在职的从业者还是即将求职的博士生,甚至被牛津兼职教授戏称为「史上最大的吊胃口」👇:

今天,他开始讲述这个故事。

这个故事很长,可能需要几天甚至几周的时间来把所有内容敲出来,但他会尽力。

同事很好,学了很多,但被裁了

先说说背景。

2015年,他从佐治亚理工学院获得博士学位后,加入了某国际动画大厂的匹兹堡研究分部,就叫它DR吧。

这是他毕业后的第一份工作。最初,他是博士后,后来转为研究科学家。在该研究中心,研究科学家领导自己的研究小组,配备有实习生和博士后。

对他而言,DR是一个梦想成真的地方。

这么说并不是因为该公司的动画是他童年的组成部分,完全不是。事实上,他在工作中不得不去了解很多关于该公司经典角色的知识。

他之所以喜欢这份工作,主要原因是该研究中心汇聚了他见过的最杰出的研究人员。他们思考得更清晰,做演示要好,对业务的理解更深入,而且对人际关系和公司政治的洞察力也更强。

当然不是说这些特质都集中在某一个人身上,但从总体上看,他表示「从同事那里学到了很多」。

当然,这里也有一定的同行压力,但他「喜欢来自聪明人的智力挑战」。

直到今天,当时的研究视频依然是最令他惊叹。比如,下列研究演示:

另一个工作福利是,该研究中心组织了前往该公司不同部门的参观活动,希望这能帮助研究人员了解业务,并开发出他们可以使用的相关技术。

从这些旅行中,他也学到了很多。

2017年,该国际动画大厂接近系列电影的巅峰时期。

但2017年10月,公司总部决定不再维持DR研究中心相同的支出水平——据估计每年大约2000万到3000万美元。

预算被削减了50%,匹兹堡办公室也关闭了。大多数留下来的员工在1到2年内都离开了。

刚好,他手头有另一个工作机会,于是决定立刻接受裁员。

第二家:跑路一年后,母公司退市了

2018年1月,他搬到了加州圣马特奥,加入了一家初创AI研究实验室。

这家企业开发了「AI教师」,以手机应用程序的形式教中国人英语。

这家初创公司以人工智能能力为卖点——

自然地,它似乎可以从人工智能研究实验室中受益,或者至少看起来是这样。

人生中的第一次裁员经历,让他久久难忘,可以说是「一朝被蛇咬」。他一直在想这个实验室是否有未来。

而客户调查让他脊背发凉。

实验室的一位同事告诉他,她参与了一项电话客户调查。

他们惊讶地发现,接听电话的大多数人是全职妈妈。

但调查人员原本以为这个应用程序能够改善职业前景,他们的主要市场应该是个需要提高商务英语的专业人士。

问题是,在中国,全职在家是一种罕见的选择。只有富裕家庭才能负担得起这种安排。可能只有白天不工作的人才会接电话。

尽管如此,他还是觉得这非常令人不安。

尽管该应用程序拥有数千万用户,但背后的企业几乎不知道他们的用户为何使用该应用程序)——用户追求的并不是职业前景。

2018年5月,CEO到访美国的AI实验室,进一步强化了这种不祥的感觉。

他没有传递积极的信息和宏伟的愿景,而是专注于成本,尽管公司即将在纽约证券交易所上市,并且本应处于快速增长的轨道上。

他总结说,办公室斗争「不是工业研究实验室失败的真正原因」。

问题不在于个人,而在于系统的运作方式。

所以,他很快离开了。

在离开后,他工作的第二家工业实验室不到一年就关闭了。背后的母公司在2022年,也被纽约证券交易所摘牌。

到7月,他开始在国内某大厂的硅谷研究实验室工作。

在第三家实验室,他又经历了什么?且待主人公下一次分解。

人生无常,接受真确的失败

这位副教授待了三家工业AI Lab,三家最后都关门了。可谓人生无常,大肠包小肠。

但毫无疑问,它们的倒闭不是Boyang Li个人的错,甚至不是这些AI Lab的工作人员的错。

正如NVIDIA的机器学习专家、机器学习博士JF Puget所言:相关性不等于因果性。

他还解释了Meta FAIR优化Llama4的可能原因:

天下没有免费的午餐。工业界要看投资回报率ROI。他们会施压要研究人员转向短期交付。

研究本不简单,而工业界研究之所以困难,原因可能更多:

企业战略的不确定性、研究与商业的平衡、研究时间线和商业周期之间的对齐难题……

工业界用炫目的演示吸引了目光,以至于大家忘了研究就是正确的失败。

顺便提一句,Boyang Li之前关于视觉语言模型的研究,近2年引用量突然爆发了。

目前,谷歌学术显示他都总引用数超过了1.4万。

参考资料:
https://rb.gy/rzinmw

内容中包含的图片若涉及版权问题,请及时与我们联系删除

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

工业AI研究 Meta AI裁员 职业发展 研究实验室 企业战略 商业化 Boyang Li Industrial AI Research Meta AI Layoffs Career Development Research Labs Corporate Strategy Commercialization
相关文章